基于視頻的孤寡老人室內異常行為檢測研究.pdf

1、隨著智能家居的興起、平安城市和智能城市的興建，加速了智能視頻監(jiān)控的需求，而且隨著我國社會的發(fā)展和老齡化的加重，單獨在家的老人越來越多，對這些人群的監(jiān)護已經(jīng)成為不可忽視的問題，因此，對室內老人的行為進行智能檢測和研究有著重要的意義，該研究方向有著巨大的前景和社會效益。
　　本文在對孤寡老人室內常見行為進行分析后，提出并實現(xiàn)了一種基于視頻的室內異常行為檢測系統(tǒng)，用來對獨自在家的老人日常行為進行分析，及時發(fā)現(xiàn)異常行為，減少家庭損失。本系

2、統(tǒng)主要包括室內運動人體的檢測、跟蹤目標并提取軌跡以及對老人的異常行為進行分析和分類這幾個部分。
　　首先，本文利用改進的混合高斯背景建模算法，提取視頻前景部分，對每個像素的學習率進行動態(tài)更新，加速了對改變的背景的適應性。接著，提出了一種結合DPM的人體目標精確判斷方法，將背景建模得到的前景部分，送到DPM進行檢測，得到更加準確的人體部分，在一定程度上減少了跟蹤時發(fā)生遮擋的情況，同時，可以提高跟蹤目標的準確性。
　　然后，為了

3、適應室內監(jiān)控場景的一些要求，在目標運動時發(fā)生形變和遮擋情況下仍能穩(wěn)定進行跟蹤，本文提出了一種基于感知哈希的運動目標跟蹤算法，并利用線性插值算法對優(yōu)化了軌跡，減少各軌跡之間的差異性，同時，結合了有限狀態(tài)機保持系統(tǒng)的穩(wěn)定跟蹤，為后續(xù)特征向量的提取和行為的準確分類奠定了基礎。
　　最后，提取出軌跡中每幀的特征點，使用連續(xù)幀中的軌跡點組成特征向量，對這些特征向量使用支持向量機進行離線訓練，得到行為分類器，再用該行為分類器對老人的室內行為進